Autonome Autos: Wer
schreitet voran, wer bleibt
auf der Strecke?Dr. Daniel Hobohm
Head of PLM at Intelligent Traffic Systems, Siemens
Siemens ITS: Smart Systems – Smart Traffic
Siemens AG 2017
Restricted © Siemens AG 2016
Mai 2017Seite 2 Dr. Daniel Hobohm MO MM ITS
An was denken Sie bei autonomen Autos und Bussen?
© Daimler
© Tesla
© Daimler
© Navya
Restricted © Siemens AG 2016
Mai 2017Seite 4 Dr. Daniel Hobohm MO MM ITS
Hardware-Fokus
Herstellerspezifische Vergangenheit
Verkehrssteuerung und Autonome Autos – zwei große Trends, die jetzt richtig
zueinander finden
Daten/Operations-Fokus
Digitale Zukunft
<2000 2000-2010 2010-2020 2020+
Zeitliche Entwicklung der Fahrzeuge
1. Traffic Management
(Information mit C2X)
3. Neue Verkehrsmodi?
2. Autonome Fahrzeuge
(Kooperative Systeme)
Software/Daten-Fokus
Heute
Zunehmende
Vernetzung
Zeitliche Entwicklung der ITS
Restricted © Siemens AG 2016
Mai 2017Seite 5 Dr. Daniel Hobohm MO MM ITS
Geschäftsmodelle – Die größten Veränderungen liegen in den
Geschäftsmodellen, nicht in den Technologien
Seit 1887 Seit 2001 Seit 2006
Seit 1895 Seit 1996 Seit 1997 –
Auftrieb durch Internet
Restricted © Siemens AG 2016
Mai 2017Seite 6 Dr. Daniel Hobohm MO MM ITS
Selbstfahrende Taxis
… der teuerste Teil einer Taxifahrt ist der
Fahrer im Auto…
Restricted © Siemens AG 2016
Mai 2017Seite 7 Dr. Daniel Hobohm MO MM ITS
Das autonome Auto ist näher, als man denkt
– technologisch und mit neuen Verkehrsmodi…
Restricted © Siemens AG 2016
Mai 2017Seite 8 Dr. Daniel Hobohm MO MM ITS
Selbstfahrende Taxis –
weniger Autos
Wird es mehr oder weniger Verkehrsstaus geben?
Restricted © Siemens AG 2016
Mai 2017Seite 9 Dr. Daniel Hobohm MO MM ITS
Jevons Paradox
Er beschreibt England’s explodierenden Konsum von Kohle,
nachdem James Watt die effiziente Watt-Dampfmaschine erfand.
Das heißt
Durch eine deutlich erhöhte Effizienz des Nutzers
(Dampfmaschine) erhöhte sich massiv die Nachfrage
des Input-Faktors, zu Kosten aller anderen Alternativen.
Quelle: Wikipedia, eigene Anpassung
Wenn Auto-Mobilität deutlich günstiger wird, wird die Nachfrage
nach allen anderen Modi verringert.
Noch schlimmer: Straßenbandbreite ist limitiert.
Als erstes aufgebracht von
William Stanley Jevons
»The Coal Question« (1865 )
Restricted © Siemens AG 2016
Mai 2017Seite 10 Dr. Daniel Hobohm MO MM ITS
Die Verwendungsvielfalt selbstfahrender Fahrzeuge
Es könnte sehr unterschiedliche und sehr viel mehr Fahrzeuge als heute geben
Warum auf UPS warten?
150.000 Fahrer weltweit
Privater Bereich
Pizza-Lieferdienst
Trinken
Alte und blinde Menschen
Kinder von Schule abholen
Restricted © Siemens AG 2016
Mai 2017Seite 11 Dr. Daniel Hobohm MO MM ITS
Verkehrsstau …
…wird
zunehmen
Restricted © Siemens AG 2016
Mai 2017Seite 12 Dr. Daniel Hobohm MO MM ITS
Geschäftsmodelle können alles verändern
Öffentlicher Verkehr Teilweise ersetzt durch Uber?
Restricted © Siemens AG 2016
Mai 2017Seite 13 Dr. Daniel Hobohm MO MM ITS
Der ÖPNV könnte starke Konkurrenz erhalten
Restricted © Siemens AG 2016
Mai 2017Seite 14 Dr. Daniel Hobohm MO MM ITS
Wird es mehr oder weniger Verkehrsstaus geben?
Selbstfahrende Taxis –weniger Autos
MehrUse Cases
ErsetzenÖffentlicheVerkehrsmittel
Mehr Fahrten
Restricted © Siemens AG 2016
Mai 2017Seite 15 Dr. Daniel Hobohm MO MM ITS
Erste Studien ergeben potentiell massive Auswirkungen auf den ÖPNV
• Gereiste Kilometer nehmen zu
• Kaum noch private Autos
• SDV Taxis übernehmen vom Öffentlichen Verkehr
• Ganze Taxi Flotten werden arbeitslos
Modal Split
Durchschnittliche modale Nutzung in London
9%
100%
41%
5%
46%
0%
1%
5%
58%
27%
9%
Ausgangslage
100%
SDV Szenario
21,9 22,8
Herkömmliches Taxi Herkömmliches Auto
SDV Taxi
Öffentlicher Verkehr
Zu Fuß / Rad Privates SDV
Km/Tag
Studie: WorldEconomicForum, BCG
Restricted © Siemens AG 2016
Mai 2017Seite 16 Dr. Daniel Hobohm MO MM ITS
Wie wir dem entgegen treten können
Deutlich intelligentere, vernetzte Verkehrssteuerung?
Deutlich effizientere alternative Wege?
Restricted © Siemens AG 2016
Mai 2017Seite 17 Dr. Daniel Hobohm MO MM ITS
Verkehrsinformation mit C2x – Wir können bereits heute C2x nutzen, um die
Sicherheit zu erhöhen, das Verkehrsmanagement zu optimieren und mehr
Komfort für den Fahrer zu bieten
Sicherheit
Baustellen-Warnung
Verkehrsmanagment
ÖPNV-
Priorisierung
Komfort
Anzeigen der Phase und
Restlaufzeit
Restricted © Siemens AG 2016
Mai 2017Seite 18 Dr. Daniel Hobohm MO MM ITS
Verkehrsinformation mit C2x – Fahrzeuge benötigen hochpräzise
Standortinformationen um die Kreuzungstopologie zu verstehen
MAP =
Road topology
SPAT =
Signal Phase & Timing
Siemens unterstützt die Fahrzeuge durch die Bereitstellung
von Informationen über die Kreuzungstopologie
Restricted © Siemens AG 2016
Mai 2017Seite 19 Dr. Daniel Hobohm MO MM ITS
Modernes Verkehrsmanagement inkludiert alle vernetzten Teilnehmer
Restricted © Siemens AG 2016
Mai 2017Seite 20 Dr. Daniel Hobohm MO MM ITS
Das Auto ist kein effizientes Verkehrsmittel
Fahrradtage_Bus-Autos-Raeder_600.jpg - (c) Presseamt Münster
Individualverkehr kann
nicht die Lösung sein
Alternative Verkehrsmodi
können eine Lösung sein
Öffentlicher Verkehr muss
Teil der Lösung sein
Restricted © Siemens AG 2016
Mai 2017Seite 22 Dr. Daniel Hobohm MO MM ITS
Auch der ÖPNV wird sich weiter entwickeln (müssen)
Auf Nachfrage – da flexibler einsetzbar
Auf diverseren Routen
Intelligenter vernetzt und priorisiert
Elektrisch mit autonomer Stromversorgung
Eigenständig und als Zubringer /
Netzerweiterung für „Backbone“
Restricted © Siemens AG 2016
Mai 2017Seite 23 Dr. Daniel Hobohm MO MM ITS
Im ÖPNV sollten wir daher stärker auf priorisierte Systeme, irgendwann auf
priorisierte, autonome Busse setzen und auch das Fahrrad fördern
Autonome Busse, die effektiv vernetzt und
priorisiert durch die Straße fahren
ÖPNV &
Fahrrad
Restricted © Siemens AG 2016
Mai 2017Seite 24 Dr. Daniel Hobohm MO MM ITS
Daher sieht man auch, warum Siemens STREAM nicht nur modern, sondern
im Nukleus zukunftsweisend sein könnte…
Restricted © Siemens AG 2016
Mai 2017Seite 26 Dr. Daniel Hobohm MO MM ITS
Selbstfahrende Busse werden immer flexibler mit der Weiterentwicklung der
Technologie bis hin zum bedarfsabhängigen ÖPNV
Punkt-zu-Punkt
Punkt-zu-spezifischem Sammelpunkt
autonom
Selbstfahrender Bus auf dedizierter Fahrspur
Fahren in vordefiniertem Gebiet
Zeit und Route bedarfsabhängig
H
Stufe 1
HH
H
HHH
H
Stufe 2Stufe 3
Optimierter bedarfsabhängiger ÖPNV
1. Flexible Anzahl der Busse
2. Höhere Frequenz
3. Effizientere Größe der Busse (durch
Platooning)
4. „Haltestelle“ nahe am Zuhause
1. Starre vordefinierte Anzahl Busse
2. Starre vordefinierte Frequenz nach Zeitplan
3. Starre vordefinierte Größe der Busse
Restricted © Siemens AG 2016
Mai 2017Seite 28 Dr. Daniel Hobohm MO MM ITS
Wie gedenken wir den Stadtverkehr in Zukunft zu optimieren? – 3 Schritte in
Richtung der intelligenten Straße mit kooperativen Systemen
Sicherheit erhöhenDatenqualität verbessernDigitalisierung der StraßeInformation
durch C2X
1. Verkehrs-
1. Management
1001001001001
1001011110101
1011001001011
1001001011101
1001001001001
1001011110101
1011001001011
1001001011101
Safety
2. Autonome
FahrzeugeKooperative
Kreuzung
Implementierung neuer lokaler
VerkehrsstrategienBeeinflussung des
lokalen Verkehrsflusses
Dynamische, Verkehrs-
abhängige Knotenpunkte
3. Neue Verkehrs-
modi
Intelligenter SchwarmImplementierung neuer globaler
Verkehrsstrategien
Globale Verkehrsströme
beeinflussen
30
Dynamische, Verkehrs-
abhängige Systeme